OpenNN
跳转到导航
跳转到搜索
| 开发者 | Artelnics |
|---|---|
| 当前版本 | |
| 源代码库 |
|
| 引擎 | |
| 操作系统 | 跨平台 |
| 类型 | 神经网络 |
| 许可协议 | LGPL |
| 网站 | www |
OpenNN（Open Neural Networks Library）是一个使用C++编程语言编写的函式库，实现了神经网络，这是深度学习研究的主要领域之一[1]。它是一个开源库，遵循GNU宽通用公共许可证（LGPL）。
特点[编辑]
该软件实现了任意数量的非线性处理单元层，用于监督学习。这种深层架构允许设计具有通用逼近特性的神经网络。此外，它通过OpenMP进行多处理编程，以提高计算性能。
OpenNN包含作为一组函数的机器学习算法。这些函数可以通过应用程序界面嵌入到其他软件工具中，以实现预测分析任务的集成尽管缺乏图形用户界面，但某些功能可以通过特定的可视化工具得到支持。[2]
历史[编辑]
这项专案开发始于2003年，由欧盟资助的名为RAMFLOOD（洪水风险评估与管理）的研究项目在国际数值方法研究中心启动[3]。随后作为类似项目的一部分，开发工作得以继续。目前，OpenNN由Artelnics公司开发和维护[4]。
应用[编辑]
OpenNN是一个通用的人工智能软件包[5]。它使用机器学习技术来解决各个领域中的预测分析任务。例如，该库已应用于工程、能源和化学等行业[6][7][8]。
参考文献[编辑]
- ^ OpenNN, An Open Source Library For Neural Networks. KDNuggets. June 2014 [2024-06-02]. （原始内容存档于2019-02-24）.
- ^ J. Mary Dallfin Bruxella; et al. Categorization of Data Mining Tools Based on Their Types. International Journal of Computer Science and Mobile Computing. 2014, 3 (3): 445–452 [2024-06-02]. （原始内容存档于2024-08-10）.
- ^ CORDIS - EU Research Project RAMFLOOD. European Commission. December 2004 [2024-06-02]. （原始内容存档于2014-03-14）.
- ^ Artelnics home page. [2024-06-02]. （原始内容存档于2015-07-12）.
- ^ Here Are 7 Thought-Provoking AI Software Packages For Your Info. Saurabh Singh. [25 June 2014]. （原始内容存档于2014-06-27）.
- ^ R. Lopez; et al. Neural Networks for Variational Problems in Engineering. International Journal for Numerical Methods in Engineering. 2008, 75 (11): 1341–1360 [2024-06-02]. Bibcode:2008IJNME..75.1341L. S2CID 120913929. doi:10.1002/nme.2304. hdl:10261/310317 可免费查阅. （原始内容存档于2024-06-23）.
- ^ P. Richter; et al. Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks. Adaptive and Natural Computing Algorithms. Lecture Notes in Computer Science 6593. 2011: 190–199. ISBN 978-3-642-20281-0. doi:10.1007/978-3-642-20282-7_20.
- ^ A.A. D’Archivio; et al. Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC. Analytical and Bioanalytical Chemistry. 2014, 407 (4): 1–10. PMID 25395205. S2CID 40461902. doi:10.1007/s00216-014-8317-3.
